Meta Muse Wonder Full 长程智能体测试胜出:DeepSWE 79% 领跑各家旗舰

kimmonismus · x · 2026-10-13

Meta 宣称 Muse Wonder Full 在多项持续智能体工作测试中超过 OpenAI 与 Anthropic 的领先模型。配图显示 DeepSWE 长程编码基准上 Muse Wonder Full 得 79.0%、Muse Wonder 得 78.8%，高于 Claude Opus 5.5（74.2%）、GPT-6 Astra（74.1%）与 Claude Fable 5.1（67.4%）；SWE-Marathon 上 Muse Wonder Full 报 57.5%，对比 Opus 5.5 的 46.3% 与 GPT-6 Astra 的 42.5%。新模型还引入 Active Memory（跨对话检索相关上下文）与 Active Focus 等机制支撑长程任务。